[发明专利]监控场景中目标物体提醒方法、系统与电子设备在审

专利信息
申请号: 202111437767.7 申请日: 2021-11-26
公开(公告)号: CN114067275A 公开(公告)日: 2022-02-18
发明(设计)人: 申啸尘;乔国坤 申请(专利权)人: 新疆爱华盈通信息技术有限公司
主分类号: G06V20/52 分类号: G06V20/52;G06T7/11;G06T5/00;G06V10/26;G06V10/774;G06V10/44
代理公司: 暂无信息 代理人: 暂无信息
地址: 830000 新疆维吾尔自治区乌鲁木齐市经济技术开*** 国省代码: 新疆;65
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 监控 场景 目标 物体 提醒 方法 系统 电子设备
【权利要求书】:

1.一种监控场景中目标物体提醒方法,其特征在于,包括:

获取监控摄像头拍摄的场景图片;

根据所述场景图片中预设物体的轮廓将所述场景图片分割为多个检测区域;

对所述多个检测区域分别进行图像增强处理;

对所述图像增强处理后的多个检测区域进行目标物体检测;

当检测到图像增强处理后的目标检测区域内存在所述目标物体时,则发出提醒信息。

2.根据权利要求1所述的监控场景中目标物体提醒方法,其特征在于,所述根据场景图片中预设物体的轮廓将所述场景图片分割为多个检测区域,包括:

构建分割模型;

通过所述分割模型获取所述场景图片中预设物体的轮廓的像素坐标;

根据所述预设物体的轮廓的像素坐标将所述场景图片分割为多个检测区域。

3.根据权利要求2所述的监控场景中目标物体提醒方法,其特征在于,所述分割模型包括卷积模块、降采样模块、多路径网络模块和输出模块;其中,

所述卷积模块用于将场景图片输入所述分割模型中进行卷积处理,获取特征图;

所述降采样模块用于对所述特征图进行降样处理,获得多个不同分辨率的特征图;

所述多路径网络模块用于通过递归方式将所述多个不同分辨率的特征图进行融合,生成分割图片;

所述输出模块用于根据所述分割图片输出所述场景图片中预设物体的轮廓的像素坐标。

4.根据权利要求2所述的监控场景中目标物体提醒方法,其特征在于,所述构建分割模型,包括:

获取预设训练图片,其中,所述预设训练图片为含有所述预设物体的图片,且所述预设训练图片中含有所述预设物体的轮廓的像素坐标标注信息;

将所述预设训练图片的显示参数调整到目标显示参数,得到训练图片;

采用所述训练图片训练所述预设分割模型,得到分割模型。

5.根据权利要求1所述的监控场景中目标物体提醒方法,其特征在于,所述对所述多个检测区域分别进行图像增强处理,包括:

从所述多个检测区域中提取所述预设物体的图片信息;

对所述预设物体的图片信息的显示参数进行倍增,得到倍增后的显示参数;

将所述倍增后的显示参数叠加到对应的检测区域上,得到对比度增强的检测区域;

所述对所述显示参数进行倍增包括:获取倍增系数,将所述倍增系数与所述显示参数相乘,得到倍增后的显示参数。

6.根据权利要求5所述的监控场景中目标物体提醒方法,其特征在于,所述显示参数包括亮度,所述获取所述倍增系数,包括:

获取每个检测区域中的多个区域窗口,每个所述区域窗口包括中心点像素,所述中心点像素为高频信息中的一个像素点;

获取每个所述区域窗口内亮度最大值以及亮度最小值;

分别计算每个所述区域窗口的亮度最大值与亮度最小值的差值;

将多个所述差值进行预设取值范围内的标准化处理,使标准化处理后的多个所述差值位于所述预设取值范围内;

计算多个标准化处理后的多个所述差值的平均值,获得差异平均值;

获取每个所述区域窗口内的亮度的标准差,得到多个亮度标准差,计算所述差异平均值与所述亮度标准差的商,得到亮度因子;

获取每个所述区域窗口内的像素值的标准差,得到多个像素值标准差;

根据所述倍增系数与所述亮度因子成正比,以及与所述像素值标准差成反比的关系,计算得到所述倍增系数。

7.根据权利要求4所述的监控场景中目标物体提醒方法,其特征在于,所述对所述图像增强处理后的多个检测区域进行目标物体检测,包括:

构建目标物体检测模型;

采用所述目标物体检测模型分别检测每个图像增强处理后的检测区域内是否存在目标物体。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于新疆爱华盈通信息技术有限公司,未经新疆爱华盈通信息技术有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202111437767.7/1.html,转载请声明来源钻瓜专利网。

同类专利
专利分类
×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top